Os agentes de IA podem gerar cenas 3D completas a partir de uma única imagem?

Sim. Neste teste, Astra e Fable usaram o V2Fun AI 3D Skill para gerar ativos individuais e montar uma cena de escritório com Three.js. Layouts complexos ainda podem exigir ajustes nas proporções, no posicionamento dos objetos e nas relações espaciais.

O que a V2Fun AI 3D Skill faz neste fluxo de trabalho?

O V2Fun oferece a capacidade de geração de assets 3D. O agente de IA analisa a referência, planeja quais assets criar, chama a ferramenta de geração e organiza a cena montada.

Qual é a diferença entre modelagem 3D gerada por IA e modelagem 3D procedural?

A geração por IA é útil para objetos com formas complexas ou irregulares. A modelagem procedural funciona bem para estruturas com geometria previsível, dimensões precisas ou padrões repetidos. Ambas as abordagens podem ser usadas em conjunto.

Como a Astra e a Fable abordaram a tarefa de maneira diferente?

A Fable combinou ativos gerados por IA com geometria procedural e otimizou os modelos posteriormente. A Astra gerou uma variedade mais ampla de ativos por meio do V2Fun e dedicou mais esforço ao ajuste do posicionamento dos objetos e das relações de contato.

Por que uma cena 3D gerada ainda pode parecer diferente da sua imagem de referência?

A aparência geral depende mais dos modelos individuais. As proporções dos móveis, o espaçamento, a oclusão, a posição da câmera e a iluminação afetam o quanto a cena final se aproxima da referência.

Astra vs Fable: Criando cenas 3D complexas com

Astra vs Fable: criando cenas 3D complexas com o V2Fun AI 3D Skill

Até que ponto agentes de IA conseguem recriar uma cena 3D complexa a partir de uma única imagem de referência?

Para descobrir, demos a Astra e à Fable a mesma imagem de um escritório desorganizado e pedimos que o construíssem usando a mesma versão do V2Fun AI 3D Skill. A cena incluía móveis, equipamentos eletrônicos, decorações de parede e dezenas de objetos menores. Cada agente precisou decompor a cena, gerar os recursos 3D necessários e montá-los no Three.js.

Ambos os agentes concluíram a cena, mas adotaram abordagens visivelmente diferentes para a modelagem e a montagem.

O teste: uma cena, dois fluxos de trabalho

Ambos os agentes usaram o V2Fun AI 3D Skill para gerar recursos 3D, com o Three.js cuidando da montagem final da cena.

Cada fluxo de trabalho produziu um arquivo GLB, código-fonte e capturas de tela para inspeção. A tarefa permitia uma combinação de recursos gerados por IA e geometria procedural.

A Fable usou uma abordagem de modelagem híbrida, combinando objetos gerados por IA com geometria construída em código. A Astra seguiu um caminho diferente, ampliando a geração do V2Fun para quase todas as partes da cena.

Duas abordagens para construir o mesmo escritório

Fable: recursos complexos com V2Fun, estruturas simples com Three.js

A Fable dividiu o escritório em vários grupos: estrutura da sala, móveis principais, equipamentos, decorações de parede e objetos menores.

Ela usou o V2Fun para gerar objetos com formas mais complexas, incluindo mesas, cadeiras de escritório, arquivos e um gravador. Paredes, pisos, portas, painéis do teto e itens mais simples, como papéis e caixas, foram construídos proceduralmente com o Three.js.

No total, a Fable gerou 14 categorias de recursos de IA, distribuídas em 20 instâncias, e então as combinou com geometria procedural para concluir a sala.

A Fable também dedicou tempo à otimização dos modelos gerados. Ao reduzir a contagem de polígonos e redimensionar as texturas, diminuiu os recursos originais de aproximadamente 7 milhões de triângulos para cerca de 820.000, uma redução de 88,3%. O arquivo GLB final tinha aproximadamente 41,1 MB.

Essa abordagem manteve a cena relativamente leve. Estruturas regulares podiam ser ajustadas diretamente pelo código, enquanto os móveis mais detalhados se beneficiavam dos recursos de geração 3D do V2Fun. A Fable também manteve os recursos originais e otimizados, facilitando edições e substituições posteriores.

A desvantagem ficou visível na cena finalizada. Alguns objetos modelados proceduralmente pareciam muito mais simples que os móveis gerados por IA, deixando diferenças perceptíveis nos detalhes. A Fable também alongou determinados modelos de móveis para que se ajustassem às suas posições, o que afetou suas proporções.

Astra: gerando a cena inteira com o V2Fun

A Astra adotou uma abordagem mais dependente de geração. Ela dividiu o escritório em 26 categorias de recursos de origem, enviando tudo, desde paredes e painéis do teto até móveis, equipamentos, decorações e pequenos objetos, pelo V2Fun.

Esses recursos foram organizados em 62 instâncias, com o Three.js sendo usado para ajustar sua escala, posição, orientação e materiais antes da exportação da cena.

A Astra também trabalhou mais na montagem local. Ela usou superfícies de malha para posicionar objetos sobre móveis e outras estruturas de suporte, ajustou a direção da porta e do teto e corrigiu vários problemas de espaçamento e oclusão. Os registros do projeto incluíram 47 relações de contato entre objetos.

A cena resultante tinha uma aparência envelhecida mais consistente. Sua paleta verde suave e suas superfícies desgastadas também se aproximaram mais da referência original.

O custo foi uma cena muito mais pesada. Até mesmo estruturas simples, como paredes e painéis do teto, foram geradas como malhas detalhadas. Sem uma etapa comparável de redução de polígonos, o GLB final da Astra chegou a aproximadamente 432,6 MB, com cerca de 31 milhões de triângulos quando as instâncias posicionadas foram contabilizadas.

A geometria adicional preservou mais detalhes, mas algumas estruturas regulares ainda apresentavam imprecisões de forma. Objetos repetidos e espaçamentos irregulares também ficaram visíveis na cena final.

Astra vs Fable: uma análise dos números

Veja como os dois projetos finais se comparam.

Métrica	Fable + V2Fun	Astra + V2Fun
Abordagem de modelagem	IA híbrida + procedural	Todos os componentes gerados por IA
Categorias de recursos de IA	14	26
Instâncias de recursos de IA posicionadas	20	62
Tamanho do GLB final	41,1 MB	432,6 MB
Triângulos únicos	Aprox. 823 mil	Aprox. 13 milhões
Triângulos incluindo instâncias	Aprox. 1,13 milhão	Aprox. 31 milhões
Otimização de recursos	Redução de polígonos, redimensionamento de texturas	Malhas de alta densidade amplamente mantidas
Abordagem de montagem	Posicionamento e validação baseados em parâmetros	Posicionamento em superfícies de malha e ajustes de contato

Os números vêm dos arquivos GLB finais e dos registros do projeto. As contagens de triângulos de instâncias incluem posicionamentos repetidos e não devem ser tratadas como contagens reais de renderização por quadro. Os dois fluxos de trabalho também diferiram quanto ao escopo de geração, portanto o tamanho dos arquivos, a quantidade de recursos e o tempo registrado não são medidas diretamente comparáveis do desempenho geral dos agentes.

A Fable produziu um projeto muito menor e mais fácil de gerenciar. Sua combinação de modelagem procedural e otimização de recursos ajudou a manter o tamanho do arquivo baixo, deixando espaço para ajustes posteriores.

A Astra gerou mais recursos individuais e dedicou mais esforço ao refinamento de seu posicionamento. Sua cena reteve consideravelmente mais geometria, com maiores exigências de armazenamento e processamento.

O tamanho do arquivo é apenas uma parte do cenário. Vamos analisar o quanto cada resultado corresponde ao escritório original.

Imagem de referência	Fable	Astra

Comparando as cenas 3D finais

Geometria e detalhes: mais detalhes, diferentes compromissos

Ao observar os modelos sem textura, a Fable capturou razoavelmente bem as formas principais das mesas, cadeiras e estantes. Alguns objetos menores foram simplificados, porém, e algumas áreas apresentaram geometria mesclada ou detalhes irregulares.

A cena da Astra continha mais detalhes geométricos tanto nos móveis quanto nos objetos menores. Ainda assim, várias estruturas com bordas rígidas pareciam ligeiramente suavizadas, e algumas formas eram menos precisas do que seu nível de detalhe poderia sugerir.

A otimização da Fable tornou a cena mais fácil de gerenciar, enquanto a Astra reteve mais da geometria gerada. Nenhuma das abordagens resolveu completamente os problemas de forma e proporção visíveis nos recursos individuais.

Fable	Astra

Materiais e atmosfera; Astra se aproxima mais da referência

O escritório de referência tem uma aparência característica: tons verdes suaves, móveis desgastados, paredes envelhecidas e sinais de uso prolongado.

A Astra preservou mais dessa atmosfera. Seus materiais e sinais de desgaste eram relativamente consistentes em toda a sala, fazendo com que a cena se parecesse mais com a referência. Algumas superfícies ainda dependiam bastante de padrões de cor e sujeira para sugerir idade, com pouca variação na rugosidade e nos reflexos.

Os materiais da Fable eram claros o suficiente para distinguir os objetos principais, e a cena apresentava alguma variação entre tons quentes e frios. Mas várias superfícies pareciam comparativamente novas. O resultado geral lembrava mais um escritório comum em funcionamento, com menos da atmosfera envelhecida e fechada vista no original.

Fable	Astra

Layout da cena: os móveis estão lá, mas a sala parece diferente

Ambos os agentes conseguiram identificar os móveis principais e organizá-los em um escritório reconhecível. Mesas, estantes, arquivos e outros objetos importantes geralmente foram colocados nas áreas esperadas.

As diferenças ficam mais claras ao comparar o layout geral com a referência.

A sala original parece apertada, com móveis e objetos menores posicionados próximos uns dos outros. Objetos em primeiro plano bloqueiam parcialmente a visão dos que estão atrás, criando uma sensação mais forte de profundidade e um interior mais compacto.

As duas cenas reconstruídas parecem mais espaçosas e organizadas.

A Fable alongou ou reposicionou alguns móveis para fazer o arranjo funcionar, alterando algumas proporções no processo. A Astra fez mais correções locais no posicionamento dos objetos e nos pontos de contato, mas o espaçamento geral ainda era mais amplo que o da referência.

As cenas concluídas podem ser abertas, inspecionadas e editadas. Seus layouts, no entanto, ainda precisam de trabalho para corresponder melhor à composição original e às relações espaciais.

O que isso significa para os fluxos de trabalho 3D com IA?

O teste mostra duas maneiras viáveis de construir uma cena 3D complexa com um agente de IA e o V2Fun.

A Fable atribuiu os objetos complexos ao V2Fun, usou o Three.js para as estruturas regulares e otimizou os recursos antes da montagem final. O resultado foi um projeto mais leve, com um caminho mais simples para futuras edições.

A Astra utilizou recursos gerados pelo V2Fun de forma mais ampla e fez ajustes adicionais durante a montagem. Sua cena final tinha um estilo visual mais consistente e um posicionamento local mais detalhado, embora a geometria permanecesse consideravelmente mais pesada.

Ambos os fluxos de trabalho produziram cenas completas de escritório. Ambos também deixaram diferenças visíveis nas proporções dos móveis, no espaçamento entre objetos, na oclusão e na composição geral.

A melhoria desses resultados exigirá verificações mais eficientes em relação à imagem de referência durante todo o processo de montagem. As proporções da sala e o enquadramento da câmera precisam ser estabelecidos logo no início, seguidos de ajustes mais precisos no posicionamento, na oclusão, nos materiais e na iluminação.

Em projetos 3D complexos, gerar os recursos individuais já representa uma parte substancial do fluxo de trabalho. A maneira como esses recursos são organizados, posicionados, otimizados e revisados exerce a mesma influência sobre a cena finalizada.

Para explorar a geração 3D baseada em componentes nos seus próprios fluxos de trabalho com agentes, visite a página do V2Fun AI 3D Skill para obter mais detalhes.